量具R＆R（方差分析）报告还不会看？安排！

: liuxigema1v1 一对一辅导答疑，助力备考六西格玛

0 人点赞了该文章 · 116 浏览

近期有小伙伴反应，这种量具R＆R（方差分析）报告不会看，

不知道各图具体代表什么含义，今天直接安排！

我们把这个图分解为六块小图，来逐一讲解，废话不多说，直接进入正题。

左上图：

①百分比贡献条形表示各波动分量的方差与总体波动分量的方差之比；

②百分比研究变异条形表示各波动分量的标准差与总体波动分量的标准差之比；

③百分比公差条形表示各波动分量的标准差的6倍数与公差之比；

这①②③是不是听起来晕乎乎的

这个图形最好和分析表一起来看

因为图形只能看大概的值，而分析表可以得到详细具体准确的值

可以看到这个测量系统P/TV，P/T均大于30%，NDC小于5

（框起来的这些值，属于黑带基础知识，大家要会算，要知道是怎么得来的，这也是考点，本文就不过多阐述了，要是真不会算，可私信我）

根据测量系统能力判别准则，我们可以得出这个测量系统测量能力不足的结论。

从图形上看，虽不能确定具体的值，但也知道超过了30%，

粗略的可以判断出测量系统能力不足。

我们总是希望这样，如下图：

因为只有量具R＆R，重复性，再现性这三个的变异变小了，

部件间的变异才会变大，它们的平方和为100%，也就是合计变异。

我们看左中图：

左中图是以每个测量员测量同一个部件的极差形成的R图，

数据点绝大多数应该落在控制限之内。

本例中虽然所有数据点都落在控制限之内，

说明各部件测量结果的极差并无特异者，

但此控制限范围太宽，说明重复性误差太大；

（敲黑板，画考点）大家记住哦，重复性好不好是要看这个R图

看左下图：

左下图是以所有部件的总平均值为中心，

以重复观测的标准差为标准差绘制的常规控制图，

正常情况应该是绝大多数平均值点落在控制域外，

因为越多的数据点超出Xbar图的控制限，

表明过程实际的波动越大，

同时表明测量系统能力越高，越能识别出变异。

通常行业经验认为这里的均值图最好要有5层以上数据类别为佳，层数越多，表明测量系统识别变异的能力越强！

看右上图：

右上图是按部件分组的测量结果运行图，

通常均值连线的变化越大，表明过程实际的波动越大；

均值周围的多个散点分布越集中，表明重复性与再现性的波动越小。

比如6号大米三个人测量结果都差不多，但是10号大米三个人测量差异就比较大了。

看右中图：

右中图是按人员分组的测量结果运行图，

这条均值的连线的变化越小，表明再现性的波动越小。

由于各部件相差悬殊，将每个测量员的全部结果平均之后，

一般都看不出显著差异，

通过箱子的宽窄只能粗略的看一下三个人员测量的波动大小，

得不出什么明确的结论，此图参考价值不大。

看右下图：

右下图重叠地显示了三个人员按部件分组的测量结果均值运行图，

通常连线的变化越大，表明过程实际的波动越大；

三条连线越接近平行，表明人员与部件的交互作用越小。

但是我们更希望它们不平行，而是产生交互。

因为产生了交互，就说明在某一个点，三个人测量结果是一致的。

如果没有交互，三个人测量的结果是三条线平行，

那有可能三个人都没有测到真实值。

这张图对于改进测量系统的工作是有指导意义的：

我们可以通过右下图找出是哪几个部件使得测量员间“分歧”较大

（本例中4，5，10号大米3个人的测量结果相差悬殊）

测量培训中，针对于这几个部件的深入讨论就可以缩小再现性误差，

提高测量的精度。

通过详细的分解后，大家会看这个量具R＆R（方差分析）报告了吗？

有的小伙伴一定是信心满满说，没问题，下次遇到这种题我一定会做！

实践是检验真理的唯一标准！

那我们做一道样题，看大家是不是真的理解了这个知识点

这道题在我们公众号:自习人课堂黑带题库第五套试卷的95题。

这道题后台显示同学们的正确率不足60%

大家可以去题库做一做这道题，做完以后查看答案以及详细解析。

当然，也欢迎各位同学在评论区留下你的答案和你认为的解析，

帮助后来的小伙伴加深理解！